Você está com fome e decide pedir uma pizza. Você abre seu App de pedidos e escolhe a sua pizzaria favorita. Depois de selecionar a sua pizza, você efetiva o seu pedido. O relógio marca 19:30 e você e sua família estão com fome. Independente do sabor e da qualidade da sua pizza, eu tenho certeza que você irá monitorar o tempo de entrega. E se o tempo de entrega exceder a sua expectativa, você irá ficar ansioso, com mais fome, ficará mais ansioso e eventualmente irá até mesmo cancelar o seu pedido.

Observar o tempo de entrega é perfeitamente natural na perspectiva do cliente. Trabalhe você com produtos digitais, varejo, TI ou qualquer área de serviços profissionais, o tempo de entrega é uma das principais métricas que qualquer cliente irá monitorar, de forma objetiva ou subjetiva baseada em expectativas de atendimento daquele serviço (SLE – Service Level Expectation).

O Tempo de Entrega Não é um Número

Mas, espere. O tempo de entrega não é um número. Ele é um animal bem diferente e compreender isso te dará uma perspectiva completamente diferente sobre o trabalho que você coordena como PO, Scrum Master ou Gerente de Projeto.

Você decide rever os tempos de entrega da sua pizzaria favorita ao longo de todo o ano de 2020. Você examina o seu histórico e observa que você fez 15 pedidos. Cada um desses pedidos tem um tempo de entrega. Depois de organizar a informação você tem uma tabela similar a abaixo.

Numero do Pedido	Tempo de Entrega (em Minutos)
#1	25
#2	30
#3	25
#4	40
#5	20
#6	25
#7	35
#8	30
#9	45
#10	25
#11	35
#12	60
#13	25
#14	20
#15	30

Podemos agora organizar essa informação de maneira gráfica da seguinte forma. Colocamos o tempo de resposta no eixo X e iremos empilhar o número de ocorrências que ocorreu em cada momento do tempo. Por exemplo, os pedidos #5 e #14 foram entregues em 20 minutos. E tivemos cinco pedidos (#1, #3, $6, #10 e #13) entregues em 25 minutos. O resultado é mostrado abaixo.

Você pode observar que o tempo de entrega é uma distribuição de números prováveis. Ele é de fato uma distribuição estatística. E observar essa distribuição te dará muita informação gerencial. Primeiro vamos realizar uma interpretação estatística básica dos números.

1. O tempo de entrega mais comum é 25 minutos, com cinco ocorrências. Chamamos esse valor de Moda da distribuição.
2. O tempo de 30 minutos divide, aproximadamente, metade dos pedidos com tempo abaixo e metade dos pedidos com tempo acima. Ela é chamado de Mediana da distribuição.
3. Cerca de 90% dos pedidos foram entregues em até 40 minutos. Chamamos esse valor de percentil 90 da nossa distribuição.
4. A entrega os seus pedidos varia entre 20 e 60 minutos. Essa é a variabilidade de entrega dos seus pedidos.

O Tempo de Entrega Mostra a Maturidade do seu Serviço

Vamos nos mover agora para dentro da Pizzaria. Se você é o Agile Master da Pizzaria, esse simples gráfico (que chamamos tecnicamente de histograma) lhe dará poderosas interpretações gerenciais. Vamos a ela.

1. Você pode responder as perguntas sobre o tempo de entrega dos seus pedidos.
   
   Se um próximo cliente confirma um novo pedido as 20:00, você pode usar o percentil 90 para estabelecer uma expectativa de nível de entrega (SLE). Nesse caso, você pode dizer que em até 20:40 a pizza estará entregue na casa do seu cliente. Você não precisará mais recorrer a técnicas esotéricas como fase da lua, tamanho de camisa ou planning poker.
   
   Dica: O tempo de entrega da próxima entrega pode ser previsto com o percentil 90% do seu histograma.
   

2. Você pode analisar se a sua pizzaria entrega de forma consistente

A variabilidade do tempo de entrega mostra o quão consistente você é dentro do processo de trabalho. Se o seu processo apresenta uma cauda muito protuberante você está gerindo um serviço de baixa maturidade (ML0 ou ML1). Um truque simples para isso é dividir o seu percentil 98 pela mediana. Se o valor for menor que 6, é bastante provável que o seu processo tenha uma cauda fina.

No nosso exemplo acima, a razão p98/mediana é 2, que indica que estamos lidando com um processo de cauda fina. Isso indica um serviço de maturidade mais alta (ML2, ML3 ou acima).

Dica: Quanto mais acentuada é a cauda, menos maduro é o seu processo. Use a razão entre o percentil 99 e a mediana para determinar a maturidade do seu serviço que você está gerindo.

3. Você pode monitorar os pedidos que estão ficando “velhos”.

A mediana é um sinal de alarme gerencial importante para você como gestor do seu time. Como ela divide metade das demandas acima e abaixo, valores que excedam a mediana começam a puxar a cauda para a direita. No nosso exemplo, a mediana da distribuição é de 30 minutos. E então todo pedido cujo tempo esteja excedendo 30 minutos requer atenção gerencial. Ele é uma demanda que está ficando velha e irá começar a puxar a cauda da sua distribuição para a direita.

Dica: Use as suas reuniões diárias para monitorar os itens velhos. Use a mediana para determinar o que é “velho” no seu sistema de trabalho..

Compreensão Profunda do Tempo de Entrega – Um Caso Real

 Um exemplo real é mostrado abaixo para um time de desenvolvimento de software. Observe que poderia fazer a mesma análise para um time de RH, Marketing ou de Contabilidade.

Para referência, compilo os principais números aqui:
Moda = 1 dias
Mediana = 5 dias
Percentil 85 = 13 dias
Percentil 98 = 57 dias

Apenas com essas informações, eu consigo responder três questões cruciais.

1. Qual o tempo de entrega da próxima demanda?
2. Que demandas devo monitorar de mais perto no seu quadro Kanban?
3. Estou operando um time de baixa ou alta maturidade?

Resposta 1. O nosso gráfico mostra que podemos estabelecer um SLE para o tempo de entrega do próximo pedido de até 13 dias. Temos uma confiança de 85% para essa previsão.

Na prática, podemos usar valores entre 80 a 99% para estabelecer níveis de confiança de previsão. Você usará valores mais conservadores (percentis mais altos) se você tem clientes ou chefes mais intolerantes com atrasos.

Resposta 2. Toda demanda que estiver no nosso quadro Kanban há mais de 7 dias (mediana) está ficando excessivamente velha. Uma dica de uma técnica que já usei para lidar isso é introduzir uma política que mude a classe de serviço daquela demanda. O efeito prático é o que time precisará focar naquela demanda.

Resposta 3. Esse serviço tem baixa maturidade. Se você dividir o percentil 98 pela mediana terá um valor aproximadamente de 11,4 (57 dias/ 5 dias). Isso indica que estamos lidando com um serviço de baixa maturidade (ML0 ou ML1).

E como aumentar a maturidade de um serviço?

A compreensão profunda do tempo de entrega – não como um número – mas como uma distribuição estatística é uma arma poderosa para Scrum Masters ou Agile Masters compreenderem a maturidade dos seus times, o tempo típico de entrega de demandas e a sua dispersão.

Uma ampla variedade de tempos de entrega indica que o seu tempo de ciclo varia significativamente e seu processo é inconsistente. A isso chamamos de cauda. Se a cauda é longa, então o nosso processo ágil ainda possui baixa maturidade.

Causas comuns para caudas incluem:

• Tarefas paradas em filas
• Dívidas de fluxo
• Dívidas técnicas em sistemas de informação
• Bloqueios
• Impedimentos
• Sobrecarga de trabalho
• Retrabalho
• Itens que envelhecem dentro de um sistema

Como Scrum Master, você precisa trabalhar ativamente para aparar a cauda. Afinal, caudas longas são ruins.

Nos próximos artigos dessa série irei lhe mostrar três outras métricas para você avaliar os seus esforços de aumento de maturidade no seu time. Elas são:

• Trabalho em progresso (ou WIP)
• Eficiência de fluxo
• Taxa de entrega (Vazão de Entregas)